fbpx Il DNA non è uguale per tutti... i neuroni | Page 4 | Scienza in rete

Il DNA non è uguale per tutti... i neuroni

Read time: 2 mins

Uno studio appena pubblicato su Science rivela inaspettatamente come cellule nervose provenienti dal cervello di una stessa persona hanno un corredo genetico diverso.
Questa ricerca potrò aiutare, forse, a capire meglio l’insorgenza della schizofrenia, la depressione, il disturbo bipolare, l’autismo e altre patologie che vengono associate al patrimonio genetico.
I ricercatori della University of Virginia School of Medicine hanno scoperto che il 41% dei neuroni che hanno esaminato portano almeno una variazione significativa nel DNA - una percentuale di gran lunga maggiore del previsto. Questa variazione può essere sotto forma di una duplicazione o di una delezione nel codice genetico. Una delezione potrebbe portare a una ridotta espressione dei geni colpiti, mentre una duplicazione una loro overespressione.
"Contrariamente a quanto si pensava, il corredo genetico dei neuroni nel cervello non è identico, ma è costituito da un mosaico di DNA", spiega Fred Gage esperto di malattie neurodegenerative e fra gli autori dello studio. I ricercatori sono arrivati a questo risultato utilizzando il sequenziamento del DNA a singola cellula analizzando più di 100 neuroni provenienti da tre individui. Il processo è molto lungo e impegnativo, la quantità minuscola di DNA di ogni cellula deve essere amplificata migliaia di volte prima di essere sequenziata. E’ stato dedicato un anno intero alla verifica di possibili errori nel sequenziamento e nell’elaborazione dei dati. Alcune delle mutazioni trovate in queste cellule nervose sono state riscontrate anche in neuroni ottenuti dalle cellule della pelle di altre persone. In generale, i ricercatori utilizzano le cellule staminali pluripotenti indotte di pelle (iPSCs) per studiare i neuroni in una capsula di Petri. ”Poiché questi tipi di cellule sono derivati ​​da una singola cellula di pelle, ci si potrebbe aspettare una totale uguaglianza nei loro genomi, ma abbiamo scoperto che non è così, sottolinea Gage. E’ interessante notare come le cellule della pelle sono geneticamente differenti anche se non quanto i neuroni. Questa dato, se abbinato al fatto che i neuroni hanno mutazioni uniche, conduce i ricercatori a concludere che questi cambiamenti genetici si hanno durante lo sviluppo e non sono ereditari. Altro punto focale che emerge dallo studio di Science sta nel ruolo che i neuroni hanno: il meccanismo nervoso è la risultante delle interazione fra tante cellule nervose. I neuroni formano dei grandi circuiti complessi, dove anche una sola cellula con una singola mutazione può potenzialmente avere una influenza su tutta le rete nervosa.

 “C'è ancora molto lavoro da fare per capire veramente a che livello sono le cose che abbiamo trovato, il prossimo passo sarà mettere in relazione questi dati con altri parametri come l'età o il genotipo", conclude la biologa molecolare Ira Hall.

Autori: 
Sezioni: 

prossimo articolo

Vedere le faglie in 3D grazie al machine learning

prefettura dell aquila dopo il terremoto del 2019

Un sistema di algoritmi di machine learning permette di ricostruire la geometria tridimensionale delle faglie sismiche a partire solo dalla posizione degli ipocentri, rivelando la loro struttura gerarchica e segmentata. L’approccio, sviluppato da un gruppo di ricercatori dell’Università di Napoli Federico II e testato su diverse sequenze sismiche, potrebbe migliorare i modelli di previsione probabilistica operativa dei terremoti. Nell'immagine il palazzo della prefettura a L'Aquila dopo il terremoto del 6 aprile 2009. Credit: TheWiz83/Wikipedia (CC BY-SA 3.0). 

Siamo abituati a immaginare le faglie come piani, a separazione di blocchi di roccia che muovendosi l’uno rispetto all’altro generano i terremoti. In realtà, le faglie hanno geometrie molto più complicate. Più che come piani, dovremmo immaginarle come sottili parallelepipedi, strati di roccia con un certo spessore, all’interno dei quali si trovano altre faglie più piccole, e così via in un meccanismo di segmentazione gerarchico.